MétaCan
Menu
Retour à la cohorte
Enregistrement W3122797253

Impact on household food security of promoting sustainable agriculture among farming households in Borno State, Nigeria

2018· preprint· en· W3122797253 sur OpenAlexaboutno aff
Paul Amaza

Notice bibliographique

RevueRePEc: Research Papers in Economics · 2018
Typepreprint
Langueen
DomaineAgricultural and Biological Sciences
ThématiqueAgricultural Innovations and Practices
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésFood securityBusinessAgricultureDescriptive statisticsAgricultural economicsPromotion (chess)LivelihoodAgricultural scienceSustainable agricultureEconomic growthEconomicsGeographyPolitical science
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

This paper evaluates the impact of the project Promoting Sustainable Agriculture in Borno (PROSAB) on the livelihoods of farming households in Borno State, Nigeria. Specifically, the paper identifies and provides information on farmers adoption of improved crop varieties introduced by PROSAB, measures their adoption rates and food security levels, and analyses the factors that affect the households food security status. The study used mainly primary data collected from a sample of 693 farming households in the study area. The analysis of data was carried out using descriptive statistics, Cost of Calorie calculations, and Logit regression techniques. The study results suggest that PROSAB has made a significant contribution towards improving the food security of households. In project intervention communities, food insecurity has been reduced from 58% in 2004 to 30% in 2015, indicating a 28% improvement in food security over the 11-year period. The paper clearly demonstrates how the adoption of crop technologies and crop management practices with linkages to markets has significantly contributed in improving households food security. The paper recommends increased promotion of improved crop technologies, trainings delivered to farmers on such technologies, and policies that enhance farmers access to inputs, credit, and output markets. Acknowledgement : The authors acknowledge the following; i) Canadian International Development Agency (CIDA) for funding the research (2004-2009); ii) financial assistance from the funded N2Africa project; iii) the contribution of IITA as an institution for providing a conducive environment and various Scientists from IITA that were involved in delivering research for development technologies and farmers training in the PROSAB project area, which had significantly increased crop yields, farmers income and enhanced household food security and iv) the contribution of Scientists from the University of Maiduguri and Borno State Agricultural Development Programmes who are Collaborators in implementing the PROSAB project.

Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.

Comment cette classification a été obtenuedéplier

Prédiction machine sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,001
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,007
Score d'incertitude au seuil0,014

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0010,000
Communication savante0,0010,000
Science ouverte0,0000,001
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

Scores machine (provisoires)

Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.

Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.

Tête enseignante Opus0,038
Tête enseignante GPT0,295
Écart entre enseignants0,257 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations0
Publié2018
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueRePEc: Research Papers in EconomicsMême sujetAgricultural Innovations and PracticesTravaux en français237 207